Tema 2 PLN UJA - Análisis del Contenido

¿Cuál de las siguientes etapas NO forma parte de la arquitectura básica de un sistema de PLN según el tema?. Reconocimiento del idioma y segmentación. Análisis morfológico. Análisis sintáctico y semántico. Análisis acústico de la señal de voz.

¿Qué diferencia hay entre un "token" y un "type" en análisis léxico?. Son sinónimos, no existe diferencia entre ambos conceptos. El token es la aparición concreta de una palabra en un contexto; el type es la unidad abstracta que engloba todas sus apariciones. El token es la forma del diccionario; el type es cada variante flexionada. El token es la raíz morfológica; el type es el lema.

En la oración "El perro sin amo no es perro ni amo", ¿cuántos tokens y types corresponden a la palabra "perro"?. 1 token y 2 types. 2 tokens y 2 types. 2 tokens y 1 type. 1 token y 1 type.

¿Cuál es la principal diferencia entre lematización y stemming?. La lematización obtiene la forma canónica del diccionario (lema), mientras que el stemming extrae la raíz perdiendo rasgos morfológicos. El stemming es siempre más preciso que la lematización. La lematización se aplica solo a verbos y el stemming solo a sustantivos. Son procesos idénticos con nombres distintos según el idioma.

¿Cuál es el lema correspondiente a las formas verbales "andaría", "he andado" y "anduve"?. andando. andado. andar. and.

¿Cuál de las siguientes tareas pertenece al preprocesamiento en PLN?. Asignación de roles temáticos a los argumentos verbales. Identificación de entidades con nombre (NER) y tokenización. Construcción del árbol sintáctico completo de la oración. Desambiguación del sentido de las palabras (WSD).

En el análisis sintáctico, ¿qué se entiende por "chunking" o análisis superficial?. Análisis profundo que incluye toda la estructura gramatical y funciones. Identificación de constituyentes básicos o grupos lingüísticos. Asignación de roles temáticos como agente y tema. Desambiguación de etiquetas morfológicas.

¿Cuáles son los dos niveles principales del análisis semántico mencionados en el tema?. Sintáctico y morfológico. Léxico y proposicional. Superficial y profundo. Tokenización y normalización.

¿Cuál es el fundamento del análisis léxico en PLN?. El conocimiento léxico es el fundamento de cualquier sistema de PLN, ya que las oraciones se constituyen por palabras. Es una etapa opcional en los sistemas modernos basados en redes neuronales. Solo es útil para tareas de recuperación de información. Únicamente se aplica a textos en lenguas con escritura latina.

¿En qué consiste la composición en la formación de palabras?. La adjunción de morfemas (prefijos, infijos, sufijos) a una raíz. La unión o concatenación de dos palabras distintas para formar una única (ej.: parabrisas). El proceso de extracción de la raíz o tema de una palabra. La asignación de etiquetas morfológicas a cada token.

¿En qué consiste la derivación en la formación de palabras?. La unión de dos palabras independientes para formar una nueva. La adjunción de morfemas a una raíz para formar una palabra diferente (ej.: camión → camionero). El proceso de separar el texto en tokens. La identificación de signos de puntuación.

¿Cuáles son los objetivos fundamentales del análisis morfológico?. Construir el árbol sintáctico y asignar funciones gramaticales. Descomponer la palabra en una cadena de morfemas y obtener el lema asociado para acceder a la información semántica. Identificar el idioma del texto y segmentarlo en oraciones. Resolver la ambigüedad del sentido de las palabras en contexto.

¿Qué recurso se utiliza típicamente para asociar a cada palabra un sentido en el análisis semántico?. Etiquetadores POS como TreeTagger o SVMTool. Ontologías y diccionarios como WordNet o EuroWordNet. Tokenizadores basados en expresiones regulares. Stemmers como el de Porter o Lancaster.

¿Qué problema NO resuelve la simple tokenización por espacios en blanco?. La separación inicial de las palabras del texto. La identificación de tokens delimitados por blancos. El tratamiento de homógrafos, contracciones, flexión y formas verbales complejas. La detección de unidades aparentes separadas por espacios.

¿Qué es un lema?. La raíz extraída por un stemmer, sin rasgos morfológicos. La forma única no marcada con la que se nombra un lexema, equivalente al ítem del diccionario. Una etiqueta morfológica que indica la categoría gramatical. El significado semántico abstracto de una palabra.

¿Cuál es el orden correcto, de menor a mayor profundidad, de las etapas de análisis lingüístico?. Preprocesamiento → análisis morfológico → análisis sintáctico → análisis semántico. Análisis semántico → análisis sintáctico → análisis morfológico → preprocesamiento. Análisis morfológico → preprocesamiento → análisis semántico → análisis sintáctico. Análisis sintáctico → análisis morfológico → preprocesamiento → análisis semántico.